如何高效查找两个嵌套列表中长度相同的子列表？

你的核心问题是嵌套循环带来的O(nm)时间复杂度，150150=22500次对比，再乘400次外层循环，总操作数近900万，效率自然低下。可以通过预处理长度集合/字典把复杂度降到O(n+m)，大幅提升速度。

场景1：只需要确认是否存在长度相同的子列表，或找到任意一对 #

如果只需要找任意一组符合条件的子列表，或者确认存在性，最快的方式是先把a中所有子列表的长度存入集合（集合的查询是O(1)常数时间），再遍历b检查长度是否在集合中：

# 如果a在400次外层循环中不变，把这行移到外层循环外面，只执行一次！
a_lengths = {len(sublist) for sublist in a}

# 外层循环（400次）
for _ in range(400):
    # 遍历b找匹配
    for sublist_b in b:
        if len(sublist_b) in a_lengths:
            # 找到目标，这里可以添加你的处理逻辑，比如打印、返回
            print(f"找到匹配：a中子列表长度{len(sublist_b)}，b中子列表{sublist_b}")
            break  # 找到第一个就停止，不需要继续遍历

场景2：需要找出所有长度相同的子列表配对 #

如果要找出所有符合条件的子列表对，用字典把a的长度映射到对应的子列表列表，再遍历b匹配：

from collections import defaultdict

# 同样，a不变的话，这部分移到外层循环外只做一次
a_len_map = defaultdict(list)
for sublist_a in a:
    a_len_map[len(sublist_a)].append(sublist_a)

# 外层循环（400次）
for _ in range(400):
    matches = []
    for sublist_b in b:
        current_len = len(sublist_b)
        if current_len in a_len_map:
            # 把a中所有同长度的子列表和当前b的子列表配对
            matches.extend( (sa, sublist_b) for sa in a_len_map[current_len] )
    # 处理所有匹配结果
    print(f"本次找到{len(matches)}组匹配")

额外优化：如果a和b都固定不变 #

如果400次外层循环中a和b都没有变化，可以直接预处理出两者的公共长度，之后每次外层循环直接基于公共长度找子列表，连遍历都省了：

# 只执行一次预处理
a_lengths = {len(s) for s in a}
b_lengths = {len(s) for s in b}
common_lengths = a_lengths & b_lengths  # 求长度交集

# 提前找出a中对应公共长度的子列表
a_common_map = {l: [s for s in a if len(s)==l] for l in common_lengths}
# 提前找出b中对应公共长度的子列表
b_common_map = {l: [s for s in b if len(s)==l] for l in common_lengths}

# 外层循环（400次）
for _ in range(400):
    # 直接从预存的映射中取所有配对
    all_matches = []
    for length in common_lengths:
        all_matches.extend( (sa, sb) for sa in a_common_map[length] for sb in b_common_map[length] )
    # 处理结果
    print(f"本次找到{len(all_matches)}组匹配")

这种方式把最耗时的预处理都放到外层循环之外，400次循环只需要处理结果组装，速度会快得离谱。

内容的提问来源于stack exchange，提问作者wallbloggerbeing